본문 바로가기

[Hy TV] SK하이닉스, '데이터 사이언스' 를 기반으로 미세공정의 한계를 넘다

[Hy TV] SK하이닉스, '데이터 사이언스' 를 기반으로 미세공정의 한계를 넘다

Hy ~ TV❗️ 안녕하세요! HyTV 반도체 전문 기자 정해웅입니다. 저희 HyTV 하이닉스 뉴스 반도체 종합 기업인 SK하이닉스의 트렌드에 대해 전해드리는 채널입니다.

[데이터 사이언스란?]


데이터 사이언스라는 단어를 들어본  있으신가요? 이는 최근 빅데이터와 인공지능 산업이 기하급수적으로 발전하며 나온 단어인데요. 데이터 사이언스란 통계와 인공지능  데이터 분석을 포함한 여러 분야를 결합하여 데이터에서 가치를 추출하는  의미합니다. 그리고 데이터 사이언스를 실천하는 사람들을 데이터 사이언티스트라고 부르게 됩니다.
메타마켓의 CEO 마이크 드리스콜은 데이터 사이언스에 대해 이렇게 말한  있습니다.
“현실에서 보듯이 데이터 사이언스는 레드불과 같은 각성음료에 의지해 날밤을 새우는 해킹과, 에스프레소에 의해 영감을 받는 통계학의 혼합이다.
 분의 말을 들으니 데이터 사이언티스트 이미지에 대해 직감적으로 느낌이 오지 않나요?

4 산업 혁명에 빠질  없는 핵심 키워드인 데이터 사이언스, 이제는 반도체 제조업에도 깊숙히 파고들었습니다. 최근 반도체 제조사의 Job Description 보면 우대사항으로 데이터 분석 능력 적혀 있을만큼, 반도체 엔지니어에게도 필수역량이 되었습니다.
그렇다면 SK하이닉스에서는 데이터 사이언스라는 분야를 어떻게 반도체에 적용시키고 있을까요? 이번 기사에서는 SK하이닉스의 데이터 사이언스 활용을 주제로 풀어나가보도록 하겠습니다. 다들 기대하시고 출발하시죠!! 💨

SK Careers Editor 정해웅


 
 

 


1.       데이터 사이언티스트? 뭐하시는 분들인데요? 🧐

앞서 말씀드렸다시피, ‘데이터 사이언티스트는 통계학과 머신러닝, 딥러닝 등을 적절히 섞은 분석을 통해 데이터를 분석하고, 이를 통해 인사이트를 도출하는 일을 하고 있습니다. 그렇기에 데이터 사이언티스트라는 직업은 데이터가 많은 분야에서 많이 찾아볼 수 있습니다.
 
데이터가 많은 분야는 어디가 있을까요? 데이터가 가장 많이 쏟아져 나오는 곳은 바로 제조이며, 그 뒤로 금융, 기상, IoT, 자율주행 등의 키워드가 떠오릅니다. 데이터가 많은 것은 곧 이를 활용할 수 있는 길이 많다는 것을 의미하기에, 위 분야에서는 데이터 사이언티스트가 활발하게 본인의 분야에 걸맞는 데이터 분석을 진행 중입니다.
데이터가 이렇게나 많은 제조 업계, 그중 반도체 업계에서 데이터 사이언티스트의 역할은 무엇일까요?
 


위의 그림을 보시면 데이터 사이언티스트들이 반도체 제조 전 과정에서 개입할 수 있는 여러 프로젝트들이 나와있습니다. 공정의 설비들이 가동되면서 나오는 센서 데이터들을 분석하며 이상치 탐지(Anomaly Detection)’를 하는 것이 제조 업계 데이터 사이언티스트들이 가장 기본적으로 행하게 되는 프로젝트입니다.
 
그 외에도 웨이퍼에서 발생하는 불량 패턴에 대해 예측하고 분석하는 일도 진행하게 됩니다. 제가 생각하는 반도체 데이터 사이언티스트의 일 중 가장 큰 키워드는 이상치 탐지 불량 분석이 아닐까 싶네요.
 
 


2.       SK하이닉스, 국내 제조기업 최초로 데이터 사이언스 조직 신설하다

지난 2017, 국내 제조기업 최초로 SK하이닉스에서 데이터 사이언스 조직이 신설되었습니다. 데이터 사이언스 분야가 반도체 제조 업계로 퍼지게 되는 기념비적인 날이었는데요. 당시 하이닉스 전사에 흩어져 있던 데이터 분석가들을 모아 40명 규모의 소규모 조직이 탄생했고, 그 후 3년만인 2020년에는 150명 규모의 조직으로 성장했다고 합니다.
 
현재 SK하이닉스의 데이터 사이언스 조직(이하 DS 조직)은 전사 Data Science와 인공지능 분야를 책임지고 있습니다. 특히 통계와 머신러닝, 딥러닝 등을 활용하여, 반도체에서 발생하는 불량을 탐지하고 예측하는 등의 과제를 수행하고 있습니다.

DS 조직이 출범 이후로 어떠한 프로젝트를 맡아왔는지 간략하게 살펴볼까요?
2017년과 2018년까지는 소규모 인원으로 중요도/난도 높은 기술 과제들을 수행해왔다면, 2019년부터는 현장에 적용가능한 프로젝트를 추진하게 됩니다. ‘이미지 기반 불량 탐지 및 분류(Intelligent Visual Inspection Analytics)’ 웨이퍼 테스트 기반의 칩 품질 점수 예측(Sherlock)’ 프로젝트가 그 예인데요. 이를 통해 현장의 피드백을 지속해서 반영할 수 있는 분석 알고리즘을 구축할 수 있었습니다.
더하여 2020년에는 클라우드 기반의 AI플랫폼을 구축하는데 힘을 쓰게 됩니다. 특히 공통적인 데이터 분석 서비스를 제공하는 분석 플랫폼인 ‘DAY(Design Analytics Yourself)’ AI 모델 운영을 위한 ‘AIP(AI Service Platform)’ 개발을 진행 중이라고 합니다. 결국 반도체 엔지니어가 데이터 분석을 수월하게 하기 위해선 AI플랫폼 개발이 필수라고 생각이 들었기에 이를 기획하게 되었다는 생각이 듭니다.
 
 


3.       SK하이닉스에서의 데이터 사이언스 적용 사례를 알아보자!

이제 SK하이닉스에 데이터 사이언스를 도입하여 성과를 낸 사례들에 대해 알아보겠습니다.
 
(1)  웨이퍼 불량 패턴 분류


SK하이닉스의 데이터 사이언티스트들은 이미지 데이터를 활용하여 웨이퍼의 불량 패턴을 찾아내는 연구를 진행했습니다. 웨이퍼 이미지를 모두 모아 이미지로 만든 뒤, 머신러닝을 활용하여 웨이퍼의 공통된 패턴을 유형화하였는데요.
이를 통해 새로운 웨이퍼 불량이 들어왔을 때 해당 불량이 어떤 패턴인지 빠르게 파악이 가능하고, 불량의 원인이 되는 공정을 찾을 수 있기에 유의미한 분석이었습니다. 기존에는 웨이퍼에서 불량 원인이 되는 공정을 찾는데 60분 걸리던 작업이 이제는 5분만에 끝나니 놀라운 시간 단축이자 자동화이지 않나요? 무려 작업 시간을 92%나 단축시켰다고 하네요.
 
(2)  시각 검사 자동화’, IVIA

두번째 프로젝트인 IVIA는 불량에 대한 시각 검사 자동화 프로젝트입니다. 위의 논문 단계에서 구현하였던 웨이퍼 불량 패턴 분류를 실제 양산에 도입한 프로젝트라고 볼 수 있겠는데요. 초기 불량 탐지 및 분류를 위한 AI 모델 개발부터 MVP 구현, 생산공정에서 AI 주도 검사 체계까지 완성시켰다고 합니다. 이를 통해 검사자가 수작업으로 검사하던 과정을 인공지능을 기반으로 빠르게 진행할 수 있게 개선할 수 있었다고 합니다.
 
 

이렇게 SK하이닉스의 데이터 사이언티스트들은 데이터 분석 역량을 기반으로 반도체 제조에 대한 여러 문제를 해결하기 위해 노력 중입니다. 과거의 전기가 온 세상을 변화시켰듯이, AI는 모든 산업 분야에 적용되어 혁신을 가져올 것으로 예상되는 만큼 데이터 사이언티스트들의 역할이 갈수록 중요해져가는 것 같습니다.
또한, 앞으로 AI 도입 범위가 넓어질수록 현장 작업자의 역할과 책임도 기존과 달라질 것으로 예상이 되는데요. AI 기술을 현장에 적용해 지속적으로 활용하려면, 기존 시스템과의 통합 뿐만 아니라 일하는 방식의 혁신까지 고려해야 진정한 성과를 낼 것입니다.
 
 

 

 


이렇게 해서 SK하이닉스의 데이터 사이언스 조직이 무엇인지, 그리고 어떠한 프로젝트를 진행하고 있는지에 대해 간략하게 살펴봤습니다. 사람의 직관이 아닌 데이터를 기반으로 객관적인 분석을 한다는 것이 매력적인 분야라고 생각이 드는데요. 이를 통해 반도체 산업에 있어 도약을 이뤄낼 수 있을지에 귀추가 주목됩니다.
또한 SK하이닉스의 DS조직 또한 갈수록 규모가 커지고 행하는 프로젝트의 무게감이 실리는 만큼, DS조직이 어떠한 성과를 낼 지 기대가 됩니다. SK하이닉스의 DS조직 취업을 희망하는 취준생 여러분들이 기사를 읽으며 취업에 성공하여, 데이터 사이언스를 기반으로 반도체 업계에 또 한 번의 돌풍을 일으키길 기원하겠습니다 💪